Data Scientist Computer Vision / IA Générative H/F - FULL REMOTE
AdonysIndustriePubliée hier
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Full remote
- Durée
- 6 mois
- Démarrage
- 14 octobre 2026
- Expérience
- Confirmé (3-6 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 2 % des missions data scientist de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Computer Vision (9 missions), scikit-learn (12 missions), TensorFlow (15 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Contexte de la mission
Dans le cadre d'un projet innovant autour de l'Intelligence Artificielle appliquée au secteur automobile, notre client développe un modèle permettant d'analyser des photographies de véhicules accidentés afin d'identifier automatiquement les pièces impactées et d'améliorer les processus d'expertise et de chiffrage.
Vous intégrerez une équipe Data Science spécialisée en vision par ordinateur et serez accompagné(e) par la Data Scientist référente du projet. Nous recherchons un profil capable de monter rapidement en autonomie sur des sujets de recherche appliquée, de développement Python et de modélisation de graphes.
Le poste convient particulièrement à une personne rigoureuse, curieuse, persévérante et appréciant les problématiques mêlant IA, traitement d'images et modélisation de données complexes.
Missions principales
Au sein de l'équipe Data Science, vous interviendrez sur les différentes phases de conception et d'industrialisation du modèle.
Analyse et modélisation
Participer à la définition et à l'amélioration d'une méthodologie basée sur les graphes relationnels.
Étudier les relations de voisinage et de dépendance entre les différentes pièces composant un véhicule.
Concevoir des représentations de données permettant d'exploiter efficacement les informations extraites des images.
Traitement d'images et segmentation
Exploiter et manipuler des matrices de segmentation issues de modèles de Computer Vision.
Analyser les résultats de segmentation afin d'identifier les composants automobiles présents sur une photographie.
Participer à l'amélioration de la qualité des données utilisées par les modèles.
Développement Python
Développer les algorithmes permettant la génération automatique de graphes relationnels.
Concevoir des outils de transformation et d'exploitation des matrices de segmentation.
Mettre en place des mécanismes d'automatisation pour accélérer la génération des graphes.
Référentiel de graphes
Construire et maintenir un référentiel comprenant entre 50 et 100 graphes relationnels.
Compétences attendues
Indispensables
- Computer Vision
- Python
- Pandas
- scikit-learn
- PyTorch
- TensorFlow
- Deep Learning